基于机器视觉的注塑制品缺陷检测系统研究
摘要 | 第1-6页 |
ABSTRACT | 第6-9页 |
第一章 绪论 | 第9-15页 |
·机器视觉检测技术概述 | 第9-10页 |
·机器视觉检测的研究概况 | 第10-11页 |
·机器视觉检测技术的应用 | 第11-12页 |
·课题背景及本文主要工作 | 第12-15页 |
第二章 系统的设计与实现 | 第15-27页 |
·系统总体结构 | 第15页 |
·硬件系统的设计与实现 | 第15-19页 |
·硬件系统设计 | 第16页 |
·系统关键设备选型 | 第16-17页 |
·硬件系统的实现 | 第17-19页 |
·软件系统的设计与实现 | 第19-25页 |
·软件系统基本框架 | 第19-20页 |
·图像的采集与显示模块 | 第20-23页 |
·系统通讯模块 | 第23-24页 |
·辅助功能模块 | 第24-25页 |
·本章小结 | 第25-27页 |
第三章 注塑制品图像处理 | 第27-41页 |
·注塑制品图像处理总述 | 第27页 |
·注塑制品图像背景分割 | 第27-33页 |
·传统背景分割方法 | 第28-30页 |
·传统方法在注塑制品背景分割中的应用分析 | 第30-32页 |
·注塑制品背景分割方法设计 | 第32-33页 |
·注塑制品图像滤波 | 第33-39页 |
·传统滤波方法 | 第34-36页 |
·传统滤波方法应用效果分析 | 第36-38页 |
·注塑制品图像滤波方法设计 | 第38-39页 |
·本章小结 | 第39-41页 |
第四章 注塑制品缺陷特征提取 | 第41-59页 |
·注塑产品常见表观缺陷 | 第41-43页 |
·形状特征提取 | 第43-48页 |
·面积特征提取 | 第43-44页 |
·不变矩 | 第44-46页 |
·注塑制品形状特征提取 | 第46-48页 |
·纹理特征提取 | 第48-58页 |
·灰度共生矩阵 | 第49-51页 |
·基于Gabor小波的纹理特征提取 | 第51-54页 |
·制品图像的纹理特征提取 | 第54-58页 |
·本章小结 | 第58-59页 |
第五章 基于支持向量机的制品缺陷检测 | 第59-69页 |
·注塑制品缺陷检测基本流程 | 第59页 |
·支持向量机分类器基础理论 | 第59-64页 |
·支持向量机概述 | 第60页 |
·基于支持向量机的多分类问题 | 第60-64页 |
·注塑制品支持向量机分类器设计 | 第64-66页 |
·实验数据与试验环境 | 第64页 |
·核函数的选择 | 第64-65页 |
·多分类支持向量机结构选择 | 第65-66页 |
·注塑制品多分类支持向量机分类器 | 第66页 |
·试验及结果分析 | 第66-67页 |
·本章小结 | 第67-69页 |
第六章 总结与展望 | 第69-71页 |
参考文献 | 第71-75页 |
致谢 | 第75-77页 |
攻读硕士期间发表的论文 | 第77页 |